理论教育 基于灰色相似关联分析的成员权重拟定优化方案

基于灰色相似关联分析的成员权重拟定优化方案

时间:2023-05-23 理论教育 版权反馈
【摘要】:在此引入灰色相似关联度以拟定各服务联盟成员权重,以实现个体决策指标的集结融合。基于以上灰色相似关联度的定义,将服务联盟成员间的权重进行如下拟定:基于当前服务联盟待联合响应的服务邀约形成的论域UU={ci|i=1,2,...,m}和服务评价指标Invitation=形成的参数集EU,由第p个成员基于Invitation形成的模糊评价值构建模糊软集p。

基于灰色相似关联分析的成员权重拟定优化方案

在此引入灰色相似关联度以拟定各服务联盟成员权重,以实现个体决策标的集结融合。

定义4-7(刘思峰,2004) 设灰色系统序列Xi=(xi(1),xi(2),...,xi(n)),D为序列算子,且XiD=(xi(1)d,xi(2)d,...,xi(n)d)

式中,xi(k)d=xi(k)-xi(1),k=1,2,...,n,则称D为始点零化算子,XiD为Xi的始点零化象,记为

定义4-8(刘思峰,2010)对于灰色系统序列

及其始点零化象

则称

为Xi与Xj的基于相似性视角的灰色关联度,简称相似关联度。

基于以上灰色相似关联度的定义,将服务联盟成员间的权重进行如下拟定:(www.daowen.com)

基于当前服务联盟待联合响应的服务邀约形成的论域UU={ci|i=1,2,...,m}和服务评价指标Invitation=(IP,IO,IR,IF)形成的参数集EU(记为EU={e1,e2,e3,e4}),由第p(p=1,2,...P)个成员基于Invitation形成的模糊评价值构建模糊软集ℑp。其中关于第r(r=1,2,3,4)个参数er的映射img可定义为灰色系统序列:

而其始点零化象可根据定义得到:

同理,第q(q=1,2,...P)个成员基于Invitation形成的模糊评价值构建模糊软集img,关于第r(r=1,2,3,4)个参数er的映射img也可定义为灰色系统序列,而其始点零化象为img

序列imgimg的灰色相似关联度计算为:

式中,

设服务联盟中约定Invitation中各指标的权重为ωr(r=1,2,3,4),则定义模糊软集imgimg的灰色相似关联度为

当p=q时,令εpq=0,第p个专家的集结权重定义为:

基于各成员权重可将各自给出的评价指标集结为融合Invitation。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈